新闻动态 > 新闻详情

颠覆!从高清视频到监控!边缘计算再显神威!

2019-04-03 02:31     来源:边缘计算社区     浏览:10431

2018年至2022年全球边缘计算相关市场规模的年复合成长率(CAGR)将超过30%,其中视频业务被视为驱动边缘计算快速发展的最现实的市场需求。

超高清视频

据拓墣产业研究院预估,2018年至2022年全球边缘计算相关市场规模的年复合成长率(CAGR)将超过30%,其中视频业务被视为驱动边缘计算快速发展的最现实的市场需求。

3月1日,工信部、国家广播电视总局、中央广播电视总台日前联合印发《超高清视频产业发展行动计划(2019-2022年)》(以下简称《行动计划》),明确将按照“4K先行、兼顾8K”的总体技术路线,大力推进超高清视频产业发展和相关领域的应用。到2022年,我国超高清视频产业总体规模超过4万亿元,4K产业生态体系基本完善,8K关键技术产品研发和产业化取得突破,形成一批具有国际竞争力的企业。

日本2020年东京奥运会和北京2022年冬奥会都宣布,将采用8K直播。国家广播电视总局曾表示要加快推动中国超高清视频产业发展。种种迹象表明,超高清要来了。从数字电视到高清、全高清、超高清4K,再到今天的8K,显示像素越来越密,画面也就越来越清晰。超高清显示效果不光需要一块超高清屏幕,还需要新技术支撑。由于超高清显示包含更大的数据量、需要更快的信息传输速度,因此对现有硬件设施提出了一定挑战。但边缘计算,恰恰可以进一步解决传输问题,带动整个采集、制作、播放内容的升级,让超高清电视真正走进百姓家中。仅在超高清视频这个领域,提高视频的数据处理能力,就为边缘计算打开了一个广阔的应用场景。

边缘计算的主要价值是低时延与带宽节省,另外还具有移动网络感知(解析移动网络接口的信令来获取基站侧无线相关信息)、IT计算存储通用环境等特点,可以节省终端能耗、减少终端计算存储能力、屏蔽远程云服务网络连接故障(与云端数据中心网络连接故障时MEC本地临时服务可用)。对于超高清视频领域,边缘计算做的主要是视频传输业务优化。

目前,互联网业务与移动网络的分离设计,导致业务难以感知网络的实时状态变化,互联网视频直播和视频通话等业务都是在应用层自行基于时延、丢包等进行带宽预测和视频传输码率调整(如 HLS 和DASH),这种调整一般是滞后的,并且由于无线接入层网络的无线侧信道和空口资源变化较快,特别是高密集流动人群地区,这与带宽预测评估算法的码率调整难以做到完全匹配,视频传输难以达到最佳效果。

部署边缘计算平台,利用边缘计算的移动网络感知能力如无线网络信息服务API向第三方业务应用提供底层网络状态信息,第三方业务应用实时感知无线接入网络的带宽从而可以优化视频传输处理,包括选择合适码率、拥塞控制策略等,实现视频业务体验效果与网络吞吐率的最佳匹配。

视频监控

除了超高清视频领域,视频监控领域也备受重视。随着我国政府对平安城市、“雪亮工程”以及交通运输等领域的投入,对于安防产品的需求不断提升,安防市场规模也在随之不断扩大。视频监控是整个安防系统最重要的物理基础,视频监控系统位于最前端,很多子系统都需要通过与其相结合才能发挥出自身的功能,是安防行业的核心环节。

按照产品分类来看,视频监控市场占比最大,占所有安防产品的50%左右。根据权威市场研究机构IHS Markit 2018年7月发布的《2018全球视频监控信息服务报告》,以2017年的业绩计算,海康威视位列全球视频监控设备市场第1位,市场份额37.94%,连续七年蝉联全球第一;大华股份位列全球视频监控设备市场第2位,市场份额17.02%;宇视科技(uniview)位列全球视频监控设备市场第6位,市场份额2.8%。传统视频监控系统前端摄像头内置计算能力较低,而现有智能视频监控系统的智能处理能力不足。

为此,以云计算和万物互联技术为基础,融合边缘计算模型和视频监控技术,构建基于边缘计算的新型视频监控应用的软硬件服务平台,以提高视频监控系统前端摄像头的智能处理能力,进而实现重大刑事案件和恐怖袭击活动预警系统和处置机制,提高视频监控系统的防范刑事犯罪和恐怖袭击能力。

边缘计算+视频监控技术其实是构建了一种基于边缘计算的视频图像预处理技术,通过对视频图像进行预处理,去除图像冗余信息,使得部分或全部视频分析迁移到边缘处,由此降低对云中心的计算、存储和网络带宽的需求,提高视频分析的速度,此外,预处理使用的算法采用软件优化、硬件加速等方法,提高视频图像分析的效率。

除此之外,为了减少上传的视频数据,基于边缘预处理功能,构建基于行为感知的视频监控数据弹性存储机制。边缘计算软硬件框架为视频监控系统提供具有预处理功能的平台,实时提取和分析视频中的行为特征,实现监控场景行为感知的数据处理机制;根据行为特征决策功能,实时调整视频数据,既减少无效视频的存储,降低存储空间,又最大化存储“事中”证据类视频数据,增强证据信息的可信性,提高视频数据的存储空间利用率。

免责声明:凡注明为其它来源的信息均转自其它平台,由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,不为其版权负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。联系邮箱:liz@cimim.cn